跳转至

Doubly robust Methods for Recurrent Event Outcomes: Causal Effects of Blood Pressure Medications on Acute Kidney Injuries

作者: Wenling Zhang, Cecilia Cotton, Lan Wen
主题: 因果推断
相关性: 8/10
链接: https://arxiv.org/abs/2607.05293

一、领域脉络与小综述

这个方向是什么

本子方向关注的是纵向设定下重复事件结局（recurrent event outcomes）的平均因果效应估计。核心统计/科学问题是：在存在时变治疗、时变混杂、以及半竞争风险（如死亡）的情况下，如何从观测数据中识别并稳健地估计一个治疗策略（如强化 vs. 标准降压）对反复发生的事件（如急性肾损伤）的因果效应。当前成熟度：方法学上已有大量工作，但多数聚焦于点暴露（point exposure）或连续时间生存分析，对离散时间网格上的重复事件结局，特别是结合双重稳健估计和半竞争风险的处理，仍有待系统化的方法开发和实证应用。

发展脉络（history）

  1. 奠基工作：反事实框架与纵向g-formula。本文采用反事实框架定义因果效应 [13, 14, 15, 16]，并建立在纵向g-formula [17] 之上。Pearl (2009) [16] 系统阐述了结构因果模型，为因果推断提供了数学基础。Robins (1986) [17] 提出了纵向g-formula，为处理时变混杂提供了识别公式。Hernán & Robins (2020) [13] 的教科书则系统化了反事实框架下的因果推断。

  2. 主要进展：点暴露设定下的重复事件因果推断。本文指出“Previous studies estimating the average causal effect (ACE) for recurrent events have predominantly focused on a point exposure setting [7, 8, 9, 10]”。Su et al. (2020) [9] 提出了基于加权Nelson-Aalen估计量和条件回归估计量的双重稳健半参数估计量，用于点暴露下的重复事件数据。Su et al. (2022) [10] 则使用伪观测（pseudo-observations）方法估计累积率函数。这些工作为重复事件因果推断奠定了基础，但局限于单一时间点的治疗。

  3. 当前Frontier：纵向设定下的双重稳健估计与半竞争风险。本文的核心贡献在于将纵向TMLE [18, 19, 20, 21, 22] 扩展到重复事件结局。Lendle et al. (2017) [20] 提供了实现纵向TMLE的R包ltmle。Schomaker et al. (2019) [21] 展示了LTMLE在复杂动态干预中的应用。Hoffman et al. (2024) [22] 进一步推广到连续/时变/复杂暴露的纵向修正治疗策略。同时，Janvin et al. (2024) [33] 强调了将死亡作为时变变量处理的重要性，为重复事件中的半竞争风险提供了因果形式化框架。Young et al. (2020) [32] 则讨论了竞争事件设定下经典统计estimand的因果解释，指出将死亡作为删失处理的假设可能不成立。

  4. 本文的位置：本文在上述工作的基础上，将纵向TMLE方法系统性地应用于重复事件结局，并特别处理了半竞争风险（死亡）和时变依从性。它提供了一个从识别、估计到实证的完整流程，并以SPRINT数据为例进行了详细分析。

子线索聚类

  • 线索一：点暴露设定下的重复事件因果推断。代表工作：Amorim & Cai (2015) [7], Gao & Zheng (2016) [8], Su et al. (2020) [9], Su et al. (2022) [10]。这些工作聚焦于单一时间点的治疗，使用IPW、回归或双重稳健方法估计平均因果效应。本文指出其局限性在于无法处理时变治疗和依从性。

  • 线索二：纵向设定下的双重稳健估计（TMLE）。代表工作：Van Der Laan & Rubin (2006) [18], Van der Laan et al. (2011) [19], Lendle et al. (2017) [20], Schomaker et al. (2019) [21], Hoffman et al. (2024) [22]。这些工作发展了纵向TMLE方法，能够处理时变治疗和混杂，并具有双重稳健性。本文在此基础上扩展了重复事件结局。

  • 线索三：重复事件与竞争/半竞争风险的因果形式化。代表工作：Young et al. (2020) [32], Janvin et al. (2024) [33]。这些工作为重复事件设定下的因果estimand提供了形式化定义，特别是处理死亡作为竞争事件或半竞争事件的情况。本文采纳了Janvin et al. [33] 的建议，将死亡作为时变协变量处理。

这个方向在追问的核心问题

  1. 如何定义和识别重复事件结局的因果效应？ 特别是当存在半竞争风险（死亡）时，总效应（total effect）与直接效应（direct effect）的区别是什么？如何避免将死亡作为删失处理导致的定义不清问题？
  2. 如何稳健地估计这些效应？ 在存在时变混杂和模型误设定的情况下，如何构造具有双重稳健性或效率性质的估计量？
  3. 如何处理时变依从性？ 在随机试验中，非依从性普遍存在。如何定义和估计ITT和PP效应？如何评估依从性本身对结局的影响（如PIE）？
  4. 时间离散化的影响？ 将连续时间过程离散化为时间网格时，如何选择网格粒度？不同粒度对估计结果有何影响？

⚠️ 作者的framing

作者将缺口frame成：尽管纵向TMLE方法已存在，但尚未被系统性地应用于重复事件结局，特别是在处理半竞争风险和时变依从性的实际应用中。因此，本文的贡献是“extend the longitudinal targeted maximum likelihood estimation (TMLE) to handle recurrent event outcomes on a discrete time grid, and provide a transparent implementation to facilitate its application in real-world studies”。

被淡化或回避的竞争路线： - 连续时间方法：Janvin et al. (2024) [33] 使用了连续时间逆概率加权方法。本文选择离散时间网格，并承认“some information is inevitably lost through this transformation process”。作者通过敏感性分析（年度 vs. 双年度离散化）来论证其稳健性，但并未深入讨论离散化偏差的理论性质。 - 其他双重稳健方法：除了TMLE，还有AIPW（增强逆概率加权）等双重稳健估计量。本文专注于TMLE，但并未与AIPW进行直接比较。 - 更复杂的依从性模型：本文的依从性定义为二元（完全依从 vs. 不依从），未考虑部分依从或依从程度。

什么明显该被引/该存在、却没出现在intro里？ - 关于离散化偏差的理论工作：将连续时间过程离散化会引入偏差，但本文未引用任何关于离散化偏差的理论分析文献。 - 更广泛的半参数效率理论在重复事件中的应用：虽然引用了EIF教程 [24, 25]，但未引用将半参数效率理论直接应用于重复事件或计数过程的更专门文献。

张力

未见明显对立引用。被引工作之间在方法论上具有互补性：点暴露方法为纵向方法提供了基础，TMLE方法提供了估计工具，而Janvin et al. [33] 和 Young et al. [32] 提供了因果形式化框架。本文是这些工作的综合应用。

二、最核心、最简单的例子 / 数学问题

第一步：把符号、模型、可观测数据交代清楚

  • 符号：
  • N: 研究对象数量。
  • k: 时间区间索引，k = 0 为基线，k = K+1 为随访结束。
  • Z ∈ {0, 1}: 基线随机化治疗分配。Z=1 为强化治疗，Z=0 为标准治疗。这是随机变量，也是因果比较的起点。
  • A_k ∈ {0, 1}: 第 k 个时间区间内的依从性指标。A_k=1 表示完全依从于 Z 指定的方案。这是时变随机变量，是PP分析的关键。
  • Y_k ∈ {0, 1}: 第 k 个时间区间内是否发生重复事件（如AKI）的指示变量。这是二值结局随机变量。
  • R_{K+1} = Σ_{j=1}^{K+1} Y_j: 整个随访期内的累积事件数。这是最终的分析目标（estimand的载体）。
  • L_k^*: 第 k 个时间区间测量的时变协变量向量（不包括 Y_k）。例如，平均动脉压（MAP）。这是时变混杂变量。
  • L_k = (Y_k, L_k^*): 第 k 个时间区间的联合时变协变量。L_0 = L_0^*。
  • D_k: 第 k 个时间区间的全因死亡指示变量。这是半竞争风险事件，被纳入 L_k^*。
  • ψ^{z, \bar{a}_{k-1}}_k ≡ E[Y^{z, \bar{a}_{k-1}}_k]: 在治疗分配 z 和依从性历史 \bar{a}_{k-1} 下的区间特异性反事实风险。这是核心因果estimand。
  • \bar{a}_K = (a_1, ..., a_K): 干预路径，即一个确定性的依从性序列。
  • \bar{π}^{z, \bar{a}_k}: 基线治疗分配和后续依从性的联合概率（倾向性得分）。

  • Q^{z, \bar{a}_{h}}_{k, h}: 迭代条件期望（ICE）公式中的中间量。

  • 模型：

  • 数据生成机制：假设数据来自一个纵向过程，其中治疗分配 Z 在基线随机化，但后续的依从性 A_k 和时变协变量 L_k 是随时间演化的，且可能相互影响。这是一个非参数或半参数模型，没有对分布形式做严格参数化假设。
  • 因果模型：采用反事实框架。每个个体有一组潜在结局 {Y^{z, \bar{a}_{K+1}}_k}，对应于所有可能的治疗分配和依从性路径。观测到的数据是这些潜在结局在特定干预下的实现。

  • 识别假设：条件可交换性、正性、一致性（详见第三节）。

  • 可观测数据：

  • 研究者实际能观测到的是：O = (L_0, Z, L_1, A_1, ..., L_K, A_K, Y_{K+1})。
  • 可观测：基线协变量 L_0，随机化分配 Z，每个区间的时变协变量 L_k（包括死亡 D_k 和事件 Y_k），每个区间的依从性 A_k，以及最终的事件计数 R_{K+1}。
  • 想要但观测不到：反事实结局 Y^{z, \bar{a}_{k-1}}_k 和 R^{z, \bar{a}_K}_{K+1}。对于同一个个体，我们只能观测到其实际经历的治疗路径下的结局，无法同时观测到其他路径下的结局。识别这些反事实量需要依赖上述因果假设。

第二步：讲最小内核

本文的核心思路可以浓缩为一个最简特例：K=2（只有两个时间区间），且我们只关心总ITT效应（即比较 Z=1 vs Z=0，忽略依从性，A_k 不进入干预路径）。

在这个特例下： - 目标 estimand：总ITT效应 Ψ_{ITT,2} = E[R^{z=1}_2] - E[R^{z=0}_2]，其中 R^{z}_2 = Y^{z}_1 + Y^{z}_2。 - 可观测数据：O = (L_0, Z, L_1, Y_1, L_2, Y_2)。注意，在ITT分析中，我们只关心 Z，不关心 A_k，因此 A_k 被忽略。 - 识别公式（g-formula）： - E[Y^{z}_1] = E[E[Y_1 | L_0, Z=z]] （由条件可交换性和一致性） - E[Y^{z}_2] = E[E[E[Y_2 | L_1, Y_1, L_0, Z=z] | L_0, Z=z]] - 因此，E[R^{z}_2] = E[Y^{z}_1] + E[Y^{z}_2]。 - 核心困难：直接使用g-computation（即用观测数据拟合 E[Y_1 | L_0, Z] 和 E[Y_2 | L_1, Y_1, L_0, Z] 的模型，然后取平均）得到的估计量不是双重稳健的。如果结局模型误设定，估计量就会有偏。

本文的关键想法：利用高效影响函数（EIF） 来构造一个双重稳健的估计量。对于 E[Y^{z}_1]，其EIF是： IF_1 = I(Z=z)/P(Z=z|L_0) * (Y_1 - E[Y_1|L_0, Z=z]) + E[Y_1|L_0, Z=z] - E[Y^{z}_1] 对于 E[Y^{z}_2]，其EIF更复杂，但核心思想相同：它由一系列“增广”项组成，每一项都包含一个倾向性得分（P(Z=z|L_0)） 和一个结局回归残差（Y - Q） 的乘积。

为什么双重稳健？ 以 IF_1 为例，其期望为0的条件是：要么倾向性得分模型 P(Z=z|L_0) 正确，要么结局回归模型 E[Y_1|L_0, Z=z] 正确。如果其中一个正确，E[IF_1] = 0，从而基于EIF的估计量（如TMLE或一步估计量）就是一致的。这就是双重稳健性的核心：给了研究者两次“正确指定”的机会。

本文的一般情形：将上述思路推广到 K 个时间区间，并加入依从性 A_k 和半竞争风险 D_k。EIF的表达式（公式3）是上述简单情形的直接推广，它由一系列嵌套的、加权后的残差项求和而成。TMLE算法（Algorithm 1）则是通过一个“更新步骤”来求解EIF方程，从而得到双重稳健估计量。

三、这篇论文做了什么

三句话

  1. 研究了什么问题：在纵向设定下，估计标准 vs. 强化降压治疗对急性肾损伤（AKI）复发事件的平均因果效应，同时处理时变治疗依从性、时变混杂和半竞争风险（死亡）。
  2. 核心工具/方法：基于高效影响函数（EIF）的纵向目标最大似然估计（TMLE），并结合g-computation和逆概率加权（IPW）的思想，构造了双重稳健估计量。
  3. 主要结论：在SPRINT试验数据中，强化降压治疗（目标<120 mmHg）相比标准治疗（目标<140 mmHg），在四年随访期内预期会导致更多的AKI复发事件（ITT效应：0.019，95% CI [0.011, 0.026]；PP效应：0.017，95% CI [0.007, 0.027]）。依从性本身对AKI复发的影响很小。

关键设定与假设

在第二节最小记号的基础上，补全完整设定：

  • 关键定义：
  • 总效应（Total Effect, TE）：将死亡作为半竞争风险纳入时变协变量 L_k^*，不将其作为删失处理。这对应于 D_k 对后续 Y_k 的路径保持开放。本文估计的是总ITT效应和总PP效应。
  • 受控直接效应（Controlled Direct Effect, CDE）：通过干预阻断死亡路径（即假设死亡不发生）来估计。本文指出这种estimand可能定义不清 [32]。

  • 人群干预效应（Population Intervention Effect, PIE）：比较“全体依从” vs. “实际观察到的依从”下的平均结局，用于评估依从性本身的影响。

  • 关键假设（Section 2）：

  • 条件可交换性（Conditional Exchangeability）：
    • 对 Z: \bar{Y}^{\bar{a}}_{K+1} ⊥ Z | L_0。由于SPRINT是随机试验，此假设由随机化保证。
    • 对 A_k: {Y^{z, \bar{a}_{k-1}}_k, ..., Y^{z, \bar{a}_K}_{K+1}} ⊥ A_{k-1} | \bar{L}_{k-1}, Z=z, \bar{A}_{k-2} = \bar{a}_{k-2}。这是无未测量混杂（sequential ignorability） 假设，要求给定历史协变量、治疗分配和过去依从性后，当前依从性与未来潜在结局独立。这是本文最关键的、不可检验的假设。
  • 正性（Positivity）：对于所有在干预下具有正密度的协变量历史，依从性 A_{k-1}=a_{k-1} 的概率大于0。这确保了在观测数据中能找到支持干预的个体。

  • 一致性（Consistency）：如果观测到的治疗和依从性与干预路径一致，则观测到的结局等于潜在结局。这要求干预是“well-defined”的 [26, 27]。

  • 相比已有文献的强化/放宽：

  • 强化：相比点暴露设定 [7, 8, 9, 10]，本文处理了时变治疗和依从性，这是一个更复杂、更现实的设定。
  • 放宽：相比将死亡作为删失处理的传统方法，本文采纳了Janvin et al. [33] 的建议，将死亡作为时变协变量，从而避免了定义不清的“消除死亡”的假设。

主要结果

  • 定理/理论结果：本文的核心理论结果是EIF的推导（公式3） 和TMLE估计量的双重稳健性。虽然论文没有以“定理”形式明确陈述，但EIF的推导和TMLE的性质是方法学的基础。EIF的推导过程（Appendix A.2）是技术核心。
  • EIF的直觉：公式(3)是一个求和式，每一项都对应一个时间点 j 的贡献。每个贡献项又包含一个“增广”部分，该部分由倾向性得分加权后的残差组成。这种结构确保了双重稳健性。
  • 双重稳健性：只要倾向性得分模型（π）或结局回归模型（Q）之一被正确指定，基于EIF的TMLE估计量就是一致的。这是通过EIF的期望为零的性质保证的。

  • 技术难点：推导纵向设定下重复事件结局的EIF是复杂的，因为它需要处理嵌套的条件期望和时变权重。本文的贡献在于给出了这个EIF的显式表达式。

  • 实证结果（Section 4, Table 4）：

  • 总ITT效应：TMLE估计值为0.019（95% CI: [0.011, 0.026]），使用参数GLM。使用XGB得到0.018（95% CI: [0.010, 0.027]）。结论：强化治疗组预期多出约0.02次AKI事件。
  • 总PP效应：TMLE估计值为0.017（95% CI: [0.007, 0.027]），使用参数GLM。使用XGB得到0.018（95% CI: [0.009, 0.028]）。结论与ITT类似。
  • PIE：无论是强化组还是标准组，PIE的估计值都接近于0且不显著（例如，强化组PIE=0.000，95% CI: [-0.004, 0.004]）。这表明依从性本身对AKI复发的影响很小，解释了为什么ITT和PP效应如此接近。
  • 与baseline对比：本文没有与一个简单的、非双重稳健的baseline（如naïve g-computation）进行对比。对比主要是在不同估计算法（GLM vs. XGB）之间进行，结果显示估计值非常稳健。

证明路线与技术技巧

  • 整体路线：
  • 定义因果estimand：使用反事实框架定义 ψ^{z, \bar{a}_{k-1}}_k 和 E[R^{z, \bar{a}_K}_{K+1}]。
  • 识别：在条件可交换性、正性和一致性假设下，通过g-formula（公式1, 2）将反事实量表示为可观测数据的迭代条件期望（ICE）。
  • 推导EIF：对ICE形式的estimand求路径导数，得到EIF（公式3）。这是整个方法的核心。
  • 构造TMLE：基于EIF，设计一个两步估计算法（Algorithm 1）。第一步是初始拟合（估计倾向性得分和结局回归模型）。第二步是“更新”步骤，通过拟合一个加权回归来求解EIF方程，从而减少因模型误设定带来的偏差。

  • 推断：使用非参数bootstrap（1000次）估计标准误，构造置信区间。

  • 关键跳跃点：

  • 从ICE到EIF：这是最困难的一步。需要将ICE形式的estimand视为一个泛函，并计算其在非参数模型下的路径导数。这涉及到对嵌套条件期望的求导，以及对时变权重的处理。本文的Appendix A.2提供了推导细节，但未在正文中展开。

  • TMLE的更新步骤：Algorithm 1中的步骤2-5描述了如何通过一个“波动参数”（fluctuation parameter）来更新初始的结局回归模型。这个更新步骤确保了最终的估计量是EIF方程的解，从而获得双重稳健性。具体地，它通过拟合一个以倾向性得分倒数为权重的逻辑回归来实现。

  • 技术技巧点名：

  • 高效影响函数（EIF）：核心工具，用于构造双重稳健估计量。
  • 迭代条件期望（ICE）：用于识别因果estimand。
  • 目标最大似然估计（TMLE）：一种基于EIF的估计方法，通过一个“更新”步骤来减少偏差。
  • 非参数bootstrap：用于标准误估计和置信区间构造。
  • 机器学习算法（XGB, GAM）：用于灵活地估计倾向性得分和结局回归等 nuisance 函数，减少模型误设定风险。

真实例子与应用

  • 数据：SPRINT试验数据，包含9,322名高血压患者，随访4年。
  • 场景：比较强化降压（目标<120 mmHg）与标准降压（目标<140 mmHg）对急性肾损伤（AKI）复发的影响。
  • 方法应用：
  • 数据预处理：将4年随访期离散化为两个2年区间（K=2）。定义依从性 A_k 为是否完全依从于处方药物。将死亡 D_k 作为时变协变量纳入 L_k^*。
  • 估计：使用TMLE算法，分别用参数GLM和XGB估计nuisance模型，计算总ITT效应、总PP效应和PIE。
  • 敏感性分析：将时间离散化改为年度（K=4），重新分析，结果与主分析一致。
  • 结果：强化治疗组预期多出约0.02次AKI事件。依从性本身影响很小。
  • 这个例子想说明什么：
  • 验证方法可行性：展示了所提出的TMLE方法可以在一个真实的、复杂的临床试验数据上实现。
  • 展示方法优势：通过比较GLM和XGB两种nuisance模型估计，展示了TMLE对模型误设定的稳健性（两种方法得到的结果非常接近）。
  • 提供实质性见解：为SPRINT试验中强化降压与AKI风险的关系提供了因果证据，并指出依从性不是主要驱动因素。

🔎 结论是否比证明窄

  • 窄结论：本文的实证结论（强化降压增加AKI风险）是严格基于SPRINT数据、特定依从性定义和特定时间离散化方案得出的。作者在讨论中明确指出了这些局限性（Section 5）。
  • 泛化claim：作者声称“We extend the longitudinal targeted maximum likelihood estimation (TMLE) to handle recurrent event outcomes on a discrete time grid”。这个claim是合理的，因为EIF的推导（公式3）和TMLE算法（Algorithm 1）是通用的，不依赖于SPRINT数据。然而，EIF的推导和双重稳健性的证明在正文中并未完整给出，而是放在了Appendix A.2。正文中只给出了EIF的最终形式（公式3），没有展示推导过程。因此，对于不读附录的读者，这个“扩展”的证明是缺失的。
  • 未证明的conjecture：作者在讨论中提及“controlled direct effects need to be interpreted with caution, because an estimand that eliminates death may not be well-defined”。这是一个基于Young et al. [32] 的论点，而非本文的证明。本文并未对CDE的识别条件或估计性质进行理论分析。

四、开放问题

  1. 更细的时间离散化与偏差分析：本文使用了双年度和年度离散化，并通过敏感性分析展示了稳健性。但离散化偏差的理论性质（如偏差的阶数、如何选择最优网格粒度） 未被探讨。这扎根于论文的“Sensitivity Analysis of Time Discretization”一节和“A potential limitation...the coarsened adherence data would be inaccurate”的讨论。

  2. 更灵活的依从性模型：本文将依从性定义为二元（完全依从 vs. 不依从）。如何处理部分依从、依从程度或依从的连续测量？ 这扎根于论文对依从性定义的讨论（Section 5）。

  3. 效率界与最优估计：本文使用了TMLE，但未推导重复事件结局下该estimand的半参数效率界。虽然EIF给出了效率界，但本文未明确计算或讨论。这扎根于论文对EIF的引用 [23, 24, 25] 和“efficient influence function”的提及。

  4. 与连续时间方法的直接比较：本文在敏感性分析中与Janvin et al. [33] 的连续时间IPW结果进行了非正式比较。一个更系统的比较（包括偏差、方差、计算成本） 是缺失的。这扎根于论文对Janvin et al. [33] 的引用和“continuous-time inverse probability weighted ITT analysis”的提及。

Maintained by 陈星宇 · Homepage · Source on GitHub

评论